ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ СТОИМОСТИ ЦЕННЫХ БУМАГ

Солобуто Алексей Викторович, Павлов Валерий Анатольевич

В данной работе рассматривается применение нейронных сетей в качестве инструмента для прогнозирования стоимости ценных бумаг на основе исторических данных. Для обучения модели проводится предобработка информации о ценных бумагах, включая формирование временных рядов, что позволяет выявлять скрытые зависимости между параметрами. С целью повышения устойчивости модели к выбросам и уменьшения риска переобучения используются методы регуляризации, такие как Dropout и L2-нормализация. Кроме того, для решения поставленной задачи были отобраны подходящие функции активации и функция потерь. Работа демонстрирует потенциал нейросетевых подходов в задачах финансового прогнозирования и подчеркивает важность выбора архитектуры и настройки параметров модели в зависимости от характеристик исходных данных.

Ключевые слова:нейронные сети, временные ряды, регуляризация, ценные бумаги, индикаторы.